2026年9月 中国国産AI画像生成ツールの選び方：即夢・通義万相・可霊・豆包を徹底比較

この半年、AI画像生成ツールを開いていないなら、今の画面には驚くほど戸惑うはずだ。中国国産ツールはこのところ更新が速すぎる。即夢（Jimeng）は新モデルに切り替わり、通義万相（Tongyi Wanxiang）は文字レンダリングで突然使えるようになり、可霊（Kling）は国家AI産業投資基金の増資を受けた。以前の「とりあえずどれか入れて使う」という答えは、いまや計算し直さなければならない。

最近、主流の中国国産ツールを一通り試した。以下は実際に使ってみた感想で、フィルターなしだ。

4つのツールはそれぞれどんな路線か

**即夢（Jimeng／バイトダンス）**はオールラウンド路線。テキスト生成画像、画像生成画像、AI動画のすべてを手がけ、中国語の理解が最も安定している。Seedreamシリーズのモデルはかなり上位のバージョンまで更新されており、人物も背景も堅実に出力できる。利点は、剪映（CapCut）と連携していることで、多くの人がショート動画のカバーを即夢で生成し、剪映で編集するという流れを一本で完結できることだ。

**通義万相（Tongyi Wanxiang／アリババ）**はここ2年で最も変化が大きい。初期は「画像を出せるツール」に過ぎなかったが、いまは文字レンダリングが看板になった。4,000文字以上の多言語レンダリングに対応し、HEXカラー値を正確に制御でき、最大9枚の参照画像で被写体の一貫性を保てる。EC画像やポスターを作る人には好まれるはずだ。「画像上の文字が正しいこと」は必須要件で、しかも多くのモデルが苦手とする点だからだ。

**可霊AI（Kling／快手）**の強みは画質だ。光と影、ディテール、質感をかなり丁寧に仕上げる。2026年8月には国家AI産業投資基金の増資を受け、リソースも確保している。画像と動画の両方を手がけており、将来1枚の画像から動画を派生させたい場合も、その流れがスムーズだ。

**豆包（Doubao／バイトダンス）**は、まったく学びたくない人のためのものだ。プロンプトを書く必要はなく、「一枚描いて……」と話しかけるだけでいい。きめ細かな制御を犠牲にする代わりに、参入ハードルをゼロにした。

さらに外せないのがLiblibAIだ。単一モデルではなく、モデルのマーケットプレイスで、十数万のコミュニティモデルが並んでいる。中国風アニメ、写実、3D、ドット絵など、欲しいものを自分で選べる。画風研究に時間をかけてもよい人に向く。

ニーズ別の選び方

あなたの状況	おすすめ
完全な初心者で、まず試したい	豆包（Doubao）
安定して画像を生成し、長期利用したい	即夢（Jimeng）
特定の画風が欲しい	LiblibAI
カバーや挿絵を作り、画質を重視する	可霊（Kling）
中国語シーン、EC画像、ポスター	通義万相（Tongyi Wanxiang）

この表は思いつきではない。各ツールの実際の役割分担はまさにこうだ。豆包は「使えるかどうか」、即夢は「出力できるかどうか」、通義万相は「画像上の文字が正しいかどうか」、可霊は「質感が足りているかどうか」を解決する。

プロンプトの話、ネットの情報に怖がらないで

プロンプトでつまずく人は多い。英語のタグをたくさん覚えなければいけないと思いがちだが、実は不要だ。中国語ツールは現在、中国語プロンプトの理解がかなり進んでいる。必要なのは、次の5つを明確にすることだけだ。被写体が何か、どんな外見か、どんな場面か、どんな光か、どんな画風か。

例えば、「きれいな女の子が山の上、夕暮れが心地よい」ではなく、分解して書く。「少女、淡いベージュのロングドレス、艶やかな黒髪、丘の草地に立つ、遠くに山々、オレンジ色の夕暮れの夕焼け、やわらかい逆光、中国風イラスト、高精細」。仕上がりの差ははっきり出る。

身につけたい習慣がある。満足できる画像が出るたびに、プロンプトとパラメータを控えておくことだ。知り合いのマーケターは、この習慣で400行以上の記録をため、小紅書（RED）のカバー案件が来たときに見返してすぐ使っている。記憶よりずっと確実だ。

ローカルデプロイを検討すべきタイミング

Webツールを長く使っていると、天井にぶつかる。制御が細かくできないのだ。ポーズを細かく指定したり、衣装を変えたり、キャラクターの顔を固定したりしたくなると、Webツールでは足りない。そこで検討するのがローカルデプロイ、つまりStable DiffusionやFluxという選択肢だ。

最初からローカルデプロイに手を出すのはおすすめしない。そのハードルはソフトではなくハードにあり、VRAM 8GBが最低ライン、12GB以上でやっと快適になる。しかもある程度の設定知識が求められ、ワークフローを調整する時間も惜しまない必要がある。「Webを開いて一言入力すれば画像が出る」のとはまったく別の話だ。

私の提案は、まずWebツールで商用利用できる画像を安定して出せるようになってから、ステップアップを考えることだ。そうしないと、「絵を描くより環境構築に時間がかかる」という泥沼にはまりやすい。上級向けでは、ControlNetでポーズを制御し、LoRAでキャラクターを固定し、画像生成画像で部分修正ができる。これらはWebツールにはできないが、「すでに歩ける人」のためのもので、初心者の最初の一歩には向かない。

ツール選びで注意したい3つのこと

1つ目は著作権の帰属だ。通義万相はアリババクラウドを基盤とし、生成コンテンツの著作権はユーザーに帰属する。これは商用を考えている人にはプラス材料だ。即夢もすでに関連美術作品の著作権を登録している。他のツールで生成した画像を収益化するなら、まずそのプラットフォームのライセンス条項をよく確認すること。

2つ目は無料枠だ。ほとんどのツールは「毎日ログインでクレジット付与」という方式で、試すには十分だが量産には足りない。本気で取り組むなら、サブスクリプションか従量課金が普通になる。

3つ目は**「最高」を盲信しないこと**。ネット上で「どのAI画像生成が最強か」と聞く人は多いが、その質問自体に意味はない。写実モデルでアニメ絵を描こうとすると画風が崩れるし、アニメモデルで製品画像を描こうとすると質感が嘘っぽくなる。まず何を描きたいかを明確にしてからツールを選ぶことだ。

中国国産ツールの進化は多くの人が思うより速い。中国語の理解、ローカライズされたスタイル、ECシーンでは、すでに海外製品に引けを取らない。あなたがすべきなのは「どれが最適解か」と悩むことではなく、まず1つ開いて最初の1枚を描くことだ。